DataCamp课程 <用dplyr合并数据> Chapter1. 合并数据表

用dplyr合并数据

Chapter1. 合并数据表
Chapter2. 向左,向右合并
Chapter3. 完全合并,半完全合并
Chapter4. 问题实践

Chapter1. 合并数据表

有两组数据,一组叫parts,一组叫part_categories

>
head(parts)
# A tibble: 6 x 3
  part_num name                                                   part_cat_id
  <chr>    <chr>                                                        <dbl>
1 0901     Baseplate 16 x 30 with Set 080 Yellow House Print                1
2 0902     Baseplate 16 x 24 with Set 080 Small White House Print           1
3 0903     Baseplate 16 x 24 with Set 080 Red House Print                   1
4 0904     Baseplate 16 x 24 with Set 080 Large White House Print           1
5 1        Homemaker Bookcase 2 x 4 x 4                                     7
6 10016414 Sticker Sheet #1 for 41055-1 
>
head(part_categories)
# A tibble: 6 x 2
     id name                   
  <dbl> <chr>                  
1     1 Baseplates             
2     3 Bricks Sloped          
3     4 Duplo, Quatro and Primo
4     5 Bricks Special         
5     6 Bricks Wedged          
6     7 Containers 

要通过part_cat_idid对两个数组进行合并。

parts %>% 
 inner_join(part_categories,by=c("part_cat_id"="id"))
# A tibble: 17,501 x 4
   part_num   name.x                                  part_cat_id name.y        
   <chr>      <chr>                                         <dbl> <chr>         
 1 0901       Baseplate 16 x 30 with Set 080 Yellow ~           1 Baseplates    
 2 0902       Baseplate 16 x 24 with Set 080 Small W~           1 Baseplates    
 3 0903       Baseplate 16 x 24 with Set 080 Red Hou~           1 Baseplates    
 4 0904       Baseplate 16 x 24 with Set 080 Large W~           1 Baseplates    
 5 1          Homemaker Bookcase 2 x 4 x 4                      7 Containers    
 6 10016414   Sticker Sheet #1 for 41055-1                     58 Stickers      
 7 10026stk01 Sticker for Set 10026 - (44942/4184185)          58 Stickers      
 8 10039      Pullback Motor 8 x 4 x 2/3                       44 Mechanical    
 9 10048      Minifig Hair Tousled                             65 Minifig Headw~
10 10049      Minifig Shield Broad with Spiked Botto~          27 Minifig Acces~
# ... with 17,491 more rows

发现一个问题,就是有两个变量重名了,默认变成了name.xname.y。很明显看着不爽,要改成别的名字。可以用suffix来给变量名添加后缀。

parts %>% 
    inner_join(part_categories, by = c("part_cat_id" = "id"), suffix=c("_part","_category"))
# A tibble: 17,501 x 4
   part_num   name_part                             part_cat_id name_category   
   <chr>      <chr>                                       <dbl> <chr>           
 1 0901       Baseplate 16 x 30 with Set 080 Yello~           1 Baseplates      
 2 0902       Baseplate 16 x 24 with Set 080 Small~           1 Baseplates      
 3 0903       Baseplate 16 x 24 with Set 080 Red H~           1 Baseplates      
 4 0904       Baseplate 16 x 24 with Set 080 Large~           1 Baseplates      
 5 1          Homemaker Bookcase 2 x 4 x 4                    7 Containers      
 6 10016414   Sticker Sheet #1 for 41055-1                   58 Stickers        
 7 10026stk01 Sticker for Set 10026 - (44942/41841~          58 Stickers        
 8 10039      Pullback Motor 8 x 4 x 2/3                     44 Mechanical      
 9 10048      Minifig Hair Tousled                           65 Minifig Headwear
10 10049      Minifig Shield Broad with Spiked Bot~          27 Minifig Accesso~
# ... with 17,491 more rows

当然同样的方法还可以用来合并多个数据。

sets %>%
    # Add inventories using an inner join 
    inner_join(inventories,by="set_num") %>%
    # Add inventory_parts using an inner join 
    inner_join(inventory_parts,by=c("id"="inventory_id"))
# A tibble: 258,958 x 9
   set_num name           year theme_id    id version part_num color_id quantity
   <chr>   <chr>         <dbl>    <dbl> <dbl>   <dbl> <chr>       <dbl>    <dbl>
 1 700.3-1 Medium Gift ~  1949      365 24197       1 bdoor01         2        2
 2 700.3-1 Medium Gift ~  1949      365 24197       1 bdoor01        15        1
 3 700.3-1 Medium Gift ~  1949      365 24197       1 bdoor01         4        1
 4 700.3-1 Medium Gift ~  1949      365 24197       1 bslot02        15        6
 5 700.3-1 Medium Gift ~  1949      365 24197       1 bslot02         2        6
 6 700.3-1 Medium Gift ~  1949      365 24197       1 bslot02         4        6
 7 700.3-1 Medium Gift ~  1949      365 24197       1 bslot02         1        6
 8 700.3-1 Medium Gift ~  1949      365 24197       1 bslot02        14        6
 9 700.3-1 Medium Gift ~  1949      365 24197       1 bslot02a       15        6
10 700.3-1 Medium Gift ~  1949      365 24197       1 bslot02a        2        6
# ... with 258,948 more rows
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,417评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,921评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,850评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,945评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,069评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,188评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,239评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,994评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,409评论 1 304
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,735评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,898评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,578评论 4 336
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,205评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,916评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,156评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,722评论 2 363
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,781评论 2 351

推荐阅读更多精彩内容